1：使用explain 分析你SQL的计划
日常开发写SQL的时候，尽量养成一个习惯吧。用explain分析一下你写的SQL，尤其是走不走索引这一块。关于explain关键字的详细介绍请看：MySQL Explain关键字
explain select * from user where userid =10086 or age =18;2：如果字段类型是字符串，where时一定用引号括起来，否则索引失效
select * from user where userid ='123';因为不加单引号时，是字符串跟数字的比较，它们类型不匹配，MySQL会做隐式的类型转换，把它们转换为浮点数再做比较。
3：为了提高group by 语句的效率，可以在执行到该语句前，把不需要的记录过滤掉。
select job，avg（salary） from employee where job ='president' or job = 'managent' group by job；4：尽可能使用varchar/nvarchar 代替 char/nchar。
`deptName` varchar(100) DEFAULT NULL COMMENT '部门名称'因为首先变长字段存储空间小，可以节省存储空间。其次对于查询来说，在一个相对较小的字段内搜索，效率更高。
5：当在SQL语句中连接多个表时,请使用表的别名，并把别名前缀于每一列上，这样语义更加清晰。
select memeber.name,deptment.deptName from A member inner join B deptment on member.deptId = deptment.deptId;6：尽量避免向客户端返回过多数据量。
//分页查询 select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit offset，pageSize //如果是前端分页，可以先查询前两百条记录，因为一般用户应该也不会往下翻太多页， select * from LivingInfo where watchId =useId and watchTime>= Date_sub(now(),Interval 1 Y) limit 200 ;7：索引不适合建在有大量重复数据的字段上，如性别这类型数据库字段。
因为SQL优化器是根据表中数据量来进行查询优化的，如果索引列有大量重复数据，Mysql查询优化器推算发现不走索引的成本更低，很可能就放弃索引了。
8：尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型
`king_id` int(11) NOT NULL COMMENT '守护者Id'`相对于数字型字段，字符型会降低查询和连接的性能，并会增加存储开销。
9：索引不宜太多，一般5个以内。
索引并不是越多越好，索引虽然提高了查询的效率，但是也降低了插入和更新的效率。 insert或update时有可能会重建索引，所以建索引需要慎重考虑，视具体情况来定。 一个表的索引数最好不要超过5个，若太多需要考虑一些索引是否没有存在的必要。
10：如果检索结果中不会有重复的记录，尽量用 union all 替换 union
select * from user where userid=1 union all select * from user where age = 10如果使用union，不管检索结果有没有重复，都会尝试进行合并，然后在输出最终结果前进行排序。如果已知检索结果没有重复记录，使用union all 代替union，这样会提高效率。
11：exist & in的合理利用
假设表A表示某企业的员工表，表B表示部门表，查询所有部门的所有员工，很容易有以下SQL:
select * from A where deptId in (select deptId from B);这样写等价于：
先查询部门表B select deptId from B 再由部门deptId，查询A的员工 select * from A where A.deptId = B.deptId可以抽象成这样的一个循环：
List<> resultSet ; for(int i=0;i<B.length;i++) { for(int j=0;j<A.length;j++) { if(A[i].id==B[j].id) { resultSet.add(A[i]); break; } } }显然，除了使用in，我们也可以用exists实现一样的查询功能，如下：
select * from A where exists (select 1 from B where A.deptId = B.deptId);因为exists查询的理解就是，先执行主查询，获得数据后，再放到子查询中做条件验证，根据验证结果（true或者false），来决定主查询的数据结果是否得意保留。
那么，这样写就等价于：
select * from A,先从A表做循环 select * from B where A.deptId = B.deptId,再从B表做循环.同理，可以抽象成这样一个循环：
List<> resultSet ; for(int i=0;i<A.length;i++) { for(int j=0;j<B.length;j++) { if(A[i].deptId==B[j].deptId) { resultSet.add(A[i]); break; } } }数据库最费劲的就是跟程序链接释放。假设链接了两次，每次做上百万次的数据集查询，查完就走，这样就只做了两次；相反建立了上百万次链接，申请链接释放反复重复，这样系统就受不了了。即mysql优化原则，就是小表驱动大表，小的数据集驱动大的数据集，从而让性能更优。
因此，我们要选择最外层循环小的，也就是，如果B的数据量小于A，适合使用in，如果B的数据量大于A，即适合选择exist。
12：不要有超过5个以上的表连接
连表越多，编译的时间和开销也就越大。 把连接表拆开成较小的几个执行，可读性更高。 如果一定需要连接很多表才能得到数据，那么意味着糟糕的设计了。
13：where子句中考虑使用默认值代替null。
//设置0为默认值 select * from user where age>0;并不是说使用了is null 或者 is not null 就会不走索引了，这个跟mysql版本以及查询成本都有关。 如果把null值，换成默认值，很多时候让走索引成为可能，同时，表达意思会相对清晰一点。
14：如果数据量较大，优化你的修改/删除语句。
避免同时修改或删除过多数据，因为会造成cpu利用率过高，从而影响别人对数据库的访问。
//分批进行删除,如每次500 delete user where id<500 delete product where id>=500 and id<1000；15：删除冗余和重复索引
//删除userId索引，因为组合索引（A，B）相当于创建了（A）和（A，B）索引 KEY `idx_userId_age` (`userId`,`age`)重复的索引需要维护，并且优化器在优化查询的时候也需要逐个地进行考虑，这会影响性能的。
16：慎用distinct关键字
distinct 关键字一般用来过滤重复记录，以返回不重复的记录。在查询一个字段或者很少字段的情况下使用时，给查询带来优化效果。但是在字段很多的时候使用，却会大大降低查询效率。
//反例 SELECT DISTINCT * from user; //正例 select DISTINCT name from user;带distinct的语句cpu时间和占用时间都高于不带distinct的语句。因为当查询很多字段时，如果使用distinct，数据库引擎就会对数据进行比较，过滤掉重复数据，然而这个比较，过滤的过程会占用系统资源，cpu时间。
17：在适当的时候，使用覆盖索引。
覆盖索引能够使得你的SQL语句不需要回表，仅仅访问索引就能够得到所有需要的数据，大大提高了查询效率。
//id为主键，那么为普通索引，即覆盖索引登场了。 select id,name from user where userid like '3%';18：如果插入数据过多，考虑批量插入。
//一次500批量插入，分批进行 insert into user(name,age) values <foreach collection="list" item="item" index="index" separator=","> (#{item.name},#{item.age}) </foreach>批量插入性能好，更加省时间
19：对查询进行优化，应考虑在 where 及 order by 涉及的列上建立索引，尽量避免全表扫描。
添加索引 alter table user add index idx_address_age (address,age)20：使用联合索引时，注意索引列的顺序，一般遵循最左匹配原则。
表结构：（有一个联合索引idx_userid_age，userId在前，age在后）
CREATE TABLE `user` ( `id` int(11) NOT NULL AUTO_INCREMENT, `userId` int(11) NOT NULL, `age` int(11) DEFAULT NULL, `name` varchar(255) NOT NULL, PRIMARY KEY (`id`), KEY `idx_userid_age` (`userId`,`age`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8;正例子：
//符合最左匹配原则 select * from user where userid=10 and age =10； //符合最左匹配原则 select * from user where userid =10;当我们创建一个联合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。 联合索引不满足最左原则，索引一般会失效，但是这个还跟Mysql优化器有关的。
21：应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
//可以考虑分开两条sql写 select age,name from user where age <18; select age,name from user where age >18;使用!=和<>很可能会让索引失效
22：Inner join 、left join、right join，优先使用Inner join，如果是left join，左边表结果尽量小
select * from (select * from tab1 where id >2) t1 left join tab2 t2 on t1.size = t2.size;如果inner join是等值连接，或许返回的行数比较少，所以性能相对会好一点。 同理，使用了左连接，左边表数据结果尽量小，条件尽量放到左边处理，意味着返回的行数可能比较少。
23：应尽量避免在 where 子句中对字段进行表达式操作，这将导致系统放弃使用索引而进行全表扫
正例子：
select * fromuserwhere age =11；反例子：
select * fromuserwhere age-1 =10；24：优化你的like语句
日常开发中，如果用到模糊关键字查询，很容易想到like，但是like很可能让你的索引失效。
select userId，namefromuserwhere userId like'123%';把%放前面，并不走索引，把% 放关键字后面，还是会走索引的。
25：应尽量避免在where子句中使用or来连接条件
假设现在需要查询userid为1或者年龄为18岁的用户，很容易有以下sql
正例子：
//使用union all select * fromuserwhere userid=1 unionall select * fromuserwhere age = 18 //或者分开两条sql写： select * fromuserwhere userid=1 select * fromuserwhere age = 18使用or可能会使索引失效，从而全表扫描。
26：如果知道查询结果只有一条或者只要最大/最小一条记录，建议用limit 1
selectid，namefrom employee wherename='jay'limit1;加上limit 1后,只要找到了对应的一条记录,就不会继续向下扫描了,效率将会大大提高。 当然，如果name是唯一索引的话，是不必要加上limit 1了，因为limit的存在主要就是为了防止全表扫描，从而提高性能,如果一个语句本身可以预知不用全表扫描，有没有limit ，性能的差别并不大。
27：查询SQL尽量不要使用select *，而是select具体字段。
selectid，namefrom employee;只取需要的字段，节省资源、减少网络开销。 select * 进行查询时，很可能就不会使用到覆盖索引了，就会造成回表查询。
